LMI MAG 2 Mars 2020 - Magazine - Page 29
exemple, c’est de pouvoir entraîner un réseau profond
sur 4 GPU, en trois heures avec un jeu de données expérimental (comme Cifar-10), et en trois jours sur un jeu
de données réel (Imagenet). L’entraînement d’un réseau
robuste sur 4 GPU se fait en quelques jours sur un jeu
expérimental et en 30 à 90 jours sur des images réelles.
Il est parfois nécessaire de lancer plus d’une centaine de
modèles, précise Jamal Atif.
Un refroidissement par eau chaude
Parmi les autres présentations faites à l’Idris le jour
de l’inauguration le 24 janvier, l’astrophysicien Tahar
Amari, spécialiste du magnétisme solaire, a exposé les
enjeux stratégiques d’une météorologie de l’espace,
avec une feuille de route sur quinze ans. Directeur de
recherche au CNRS au Centre de physique théorique,
ses recherches portent sur les éruptions solaires, ce
qui les déclenche et comment les anticiper. Il mène des
projets avec la Nasa, l’ESA, la DGA et le CNES. « Notre
approche du côté extrême du curseur, c’est comprendre
pour prévoir les impacts sociétaux », indique-t-il en
expliquant modéliser les atmosphères par la mécanique
des fluides. A sa suite, Jamal Atif est intervenu avec la
double casquette de professeur à Paris-Dauphine, au
sein de LAMSADE, et de chargé de mission « Sciences
des données et IA » à l’Institut des sciences de l’information du CNRS. La nouveauté en matière d’IA vient de
la mise en données du monde : « Des algorithmes que
l’on connaissait avant ont tout à coup commencé à bien
fonctionner », déclare-t-il. Il a abordé la certification
des algorithmes IA face aux attaques adverses, ainsi que
les limites de l’apprentissage profond : boîtes noires,
difficultés d’interprétation des résultats, biais dans
les données… Ce qu’apporte la puissance du Jean Zay,
dans le cas d’une tâche de reconnaissance d’images par
Pour les chercheurs, l’accès aux machines se fait en
fonction des demandes. Tout est mis en œuvre pour
réduire l’attente au minimum. Aux pressés qui pourraient être tentés de se tourner vers les offres payantes
d’un AWS, Jean-Philippe Proux du GENCI rappelle que
l’accès aux ressources souveraines du Jean Zay est
complètement gratuit si la recherche est ouverte, avec
le support d’une quinzaine d’ingénieurs. « S’il y a une
grande priorité, on peut faire de la place », prévient-il.
A titre d’information, le coût d’utilisation est indiqué à
la communauté, de l’ordre de 60 centimes l’heure pour
un GPU et d’un peu moins de 2 centimes pour un CPU.
Quant à la consommation électrique du Jean Zay, elle est
de l’ordre de 1,4 Mw dont 1 Mw pour la partie calcul, le
reste étant consommé par le stockage et le système de
refroidissement par eau chaude qui permet de limiter le
coût d’exploitation. Alors que son prédécesseur utilisait
un système de refroidissement par eau froide (de
16 à 12 degrés), le Jean Zay se contente d’être refroidi à
32 degrés (42 en sortie). Le supercalculateur a été nommé
en hommage au ministre de l’Education nationale et des
beaux-arts (1936-1939), cofondateur du CNRS.
APPROFONDIR
LIRE L'ARTICLE EN LIGNE
Retour d'expérience
cutt.ly/zay
29